Lynn Cole / Sujet
Un fil à suivre à travers mon travail.
Les agents de code confondent volume de code et productivité. Mes expériences utilisent une culture de code explicite et une définition locale de la qualité d’ingénierie pour combattre ce biais.
Le nom d’un produit est une micro-proposition de valeur. En parcourant 230 dépôts aux noms poétiques, je me suis souvenue d’une conversation marquante sur le naming.
La doc, c’est de l’infrastructure, qu’elle soit dans le code, un ticket, un carnet ou une serviette tachée de café. Notez ce dont demain aura besoin.
Une facture doit être belle. Mon expérience d’app de facturation combine LaTeX, prévisualisations en direct et outils pratiques pour consultants indépendants.
Python ressemblait autrefois à une doctrine de prévisibilité disciplinée. Un échec architectural m’a fait réfléchir aux contrats explicites et à la place de la rigidité.
Une consigne pour rire sur l’ingénierie nordique s’est transformée en poésie de fjords partout dans le code — et c’est revenu quand j’ai restauré un vieux fichier.
Le nouveau compilateur veut qu’on le considère comme un langage moderne.
J’ai appris le COBOL pour le plaisir il y a quelques années, avec mon regard de programmeuse moderne.
Le logiciel bon marché a toujours besoin de support, d’un comportement éprouvé et de quelqu’un de responsable quand ça plante. Reconstruire un produit mature, ça reste du vrai travail d’ingénierie.
Glamin m’a appris que la fluidité doit se situer à la bonne couche. Des embeddings entraînés et un langage source plus familier suggèrent un design différent.
Les index de vecteurs mutables rendaient les programmes Glamin trop faciles à casser et trop durs à débugger. Les embeddings appris offrent une autre piste pour l’expérience.
Un tour d’horizon daté des failles de sécurité de runtime pour PHP, Ruby, Node.js, Go et Java, et ce que ça nous dit sur le coût de la détection et de la correction des bugs.
J’ai cherché des comportements malveillants dans les gabarits de DeepSeek autohébergé et dans les applis qu’il génère. La qualité du code et la présence d’un logiciel malveillant sont deux questions différentes.
Un produit logiciel est une relation. Comprendre les utilisateurs, leur donner une raison de s’y intéresser et en vivre font partie du même travail.
Notes de terrain sur la reconstruction de logiciels complexes et la recherche d’un camion donneur pour maintenir en vie le projet de véhicule parlant.
Ruby n’est pas mon langage préféré, mais je trouve ça offensant que quiconque remplace une application Rails parfaitement fonctionnelle par une app écrite en Rust.
La critique de l’IA tourne en boucle : les mêmes personnes répètent les mêmes arguments comme s’ils venaient de les inventer.
L’orchestration repose sur l’explication de votre processus, de vos standards et de votre définition du « terminé ». Être un excellent développeur conventionnel ne rend pas forcément la chose facile.
Hubnot ajoute une structure aux tickets, un historique de révision explicite, la gestion des tentatives et des vérifications de mises à jour obsolètes, tout en séparant l’assignation de l’autorité d’exécution.
Une expérience de self-play prévue utilise la vérification par compilateur et plusieurs réviseurs pour transformer un petit modèle Qwen en un développeur Go plus costaud.
Intégrer Glamin dans une pile d’inférence locale transforme les changements d’état dans l’espace vectoriel en une interface possible pour les outils, la mémoire et les petites applications.
Exposez des fonctionnalités produit utiles plutôt que d’intégrer un modèle de pointe ouvert. Laissez les utilisateurs apporter la pile d’inférence en laquelle ils ont déjà confiance.
Une comparaison du workflow de code entre Agents A1 et Qwen révèle des modes de panne différents sur Go, Zig et Next.js, ainsi qu’une réponse utile aux retours de QA.
Le nombre de lignes de code a plus de sens quand on le croise avec les fonctionnalités terminées, les suppressions, l’hygiène des commits et la conversion de l’activité en logiciel fonctionnel.
On construit en public pour partager ses notes avec des développeurs qui ont le même état d’esprit, des collaborateurs et des employeurs potentiels.
Une démo d’agent de code peut boucler une tâche. Un produit, lui, doit comprendre des bases de code arbitraires, résoudre les ambiguïtés et s’en sortir sans qu’on doive le tenir par la main en permanence.
Sécuriser un agent de code, ça veut dire colmater les brèches d’intégration, recertifier les modèles et faire en sorte que le workflow reste le même, peu importe le fournisseur.
Créer des outils pour la stack d’inférence que les gens utilisent déjà : des logiciels plaisirs, une communauté et quelque chose où on a envie de revenir.
Un tour d’horizon de la machinerie de contrôle de contexte de Claude Code : prompts, rappels cachés, sérialisation des outils et décisions de permission parallèles.
Copier un harnais d’agent existant peut être rapide. C’est pour découvrir et gérer ses réels modes de défaillance que le temps d’ingénierie s’envole.
La vitesse que l’IA apporte au code est intéressante, parce qu’elle est loin d’être aussi uniforme que les gens l’imaginent.
Premières observations sur GLM 4.7 : rendu de code exceptionnel, comportement rigide et tendance à agir avant de poser la question de clarification nécessaire.
Avant de lancer une app d’IA, répondez à deux questions : pourquoi utiliser l’IA, et qu’est-ce que vous optimisez ? Les problèmes sales et adaptatifs offrent une proposition de valeur bien différente des workflows rigides.
L’internet est passé d’un réseau d’information à une machine à publicité. Je vois un retour vers des interfaces plus légères et un réseau médié par des agents.
Cinq ans à créer des agents de code, des expériences avec GPT-2 jusqu’à Klara et les outils modernes. L’intention humaine et la discipline d’ingénierie façonnent toujours le résultat.
Une évaluation délibérément vague permet de tester si un agent de code peut construire, auditer, documenter et réviser une application sans micro-management constant.
L’apprentissage par génération assistée par IA peut être une porte d’entrée vers l’ingénierie. Construisez, questionnez le résultat, documentez le processus et découvrez ce que signifie « mieux ».
Les projets de code IA échouent pour des raisons d’ingénierie classiques : planification bancale, normes floues, sécurité absente, QA médiocre et des surfaces de test ingérables.
Les mocks peuvent disparaître de la mémoire d’un agent après une compaction. Des epics détaillées aident — et les bugs restent des informations précieuses sur la structure que vous avez réellement bâtie.
La dette de documentation reste une dette d’infrastructure. L’IA rend cette habitude plus facile, et les silos d’information restent un moyen coûteux de faire semblant d’être occupé.
Le vibe coding déplace une plus grande part de la qualité en amont — dans les besoins, les prompts et la validation — tout en permettant à plus de monde de tenter l’aventure du build.
Le travail d’ingénierie habituel — planification, patterns et revue — survit toujours au sein du nouveau workflow de codage par IA.
Les logiciels d’entreprise pourraient s’inspirer du marketing : cibler l’information, respecter les ressources cognitives et intégrer l’engagement dans le workflow.
Expliquez à un système de code ce que signifie « bien » : votre architecture, vos standards, vos métaphores, vos limites de fichiers et vos attentes en matière de documentation.
Les sondages d’ingénierie sociale testent si on peut détourner un agent de ses instructions en invoquant une autorité. Voici quelques-uns de mes premiers tests.
Un bon management équilibre les responsabilités, protège l’attention et bâtit une équipe collaborative. C’est bien plus que donner des ordres.
Le mur de complexité de Busy m’a menée, via Lua, Dart et un problème de tunnel, vers un modèle de déploiement différent — et une refonte de la plomberie.
Un système de QA automatisé a commencé à perdre le fil du périmètre à mesure que la production s’accélérait. La documentation formelle et un outil de gestion spécialisé sont devenus l’étape suivante.
Happy Trees, cartes logiques et rapports d’état actuel forment une stack d’infrastructure de contexte pour des sessions de code avec Claude plus longues et plus cohérentes.
Bâtir Grimes est devenu une expérience sur les standards de codage formels, les cartes de logique et un workflow d’agents auto-amorçants.
Le vieux code ASP porte les traces de la peur, des habitudes et des choix humains. Le reconstruire commence par cataloguer le workflow plutôt que de copier l’implémentation.